《随机变量及其概率分布（未》由会员分享，可在线阅读，更多相关《随机变量及其概率分布（未（74页珍藏版）》请在金锄头文库上搜索。
1、第二章 随机变量及其分布,本章要求 离散型随机变量 随机变量的分布函数 连续型随机变量及其概率密度 随机变量函数的概率分布,本章要求 1.掌握随机变量及其分布函数的概念; 2.理解离散型随机变量及其分布律的概念； 掌握较简单的离散型随机变量的分布律的计算； 掌握两点分布、二项分布与泊松分布； 3.掌握连续型随机变量及其概率密度函数、性质及有关计算；掌握均匀分布、指数分布及其计算；熟练掌握正态分布及其计算, 4.了解随机变量函数的概念，会求简单随机变量函数的概率分布; 重点：随机变量的分布律与概率密度函数的概念、性质和计算，随机变量函数的分布，几种常见分布。,关于随机变量(及向量)的研究，是概率
2、论的中心内容这是因为，对于一个随机试验，我们所关心的往往是与所研究的特定问题有关的某个或某些量，而这些量就是随机变量也可以说：随机事件是从静态的观点来研究随机现象，而随机变量则是一种动态的观点，一如数学分析中的常量与变量的区分那样变量概念是高等数学有别于初等数学的基础概念同样，概率论能从计算一些孤立事件的概念发展为一个更高的理论体系，其基础概念是 随机变量,2.1 离散型随机变量,2.1.1 随机变量的概念,定义. 设S=e是试验的样本空间，如果量X是定义在S上的一个单值实值函数即对于每一个eS，有一实数X=X(e)与之对应，则称X为随机变量。 随机变量常用X、Y、Z 或 、等表示。,随机变量
3、的特点:,1、 X的全部可能取值是互斥且完备的,2 、X的部分可能取值描述随机事件,随机变量的分类： 随机变量,2.1.2 离散型随机变量,定义 若随机变量X取值x1, x2, , xn, 且取这些值的概率依次为p1, p2, , pn, , 则称X为离散型随机变量，而称 PX=xk=pk, (k=1, 2, ) 为X的分布律或概率分布。可表为 X PX=xk=pk, (k=1, 2, )， 或,(1) pk 0, k1, 2, ; (2),例 设袋中有5只球，其中有2只白3只黑。现从中任取3只球(不放回)，求抽得的白球数X为k的概率。 解 k可取值0，1，2,分布律的性质,例 某射手对目标独
4、立射击5次，每次命中目标的概率为p，以X表示命中目标的次数，求X的分布律。,解：设Ai第i次射击时命中目标，i=1,2,3,4,5 则A1,A2,A5,相互独立且 P(Ai)=p,i=1,2,5. SX=0,1,2,3,4,5,(1-p)5,2.1.3 (0-1)分布与二项分布,1. (0-1)分布 若以X表示进行一次试验事件A发生的次数，则称X服从(01)分布(两点分布) XPXkpk(1p)1k, (0p1) k0，1 或,若以X表示n重贝努里试验事件A发生的次数，则称X服从参数为n,p的二项分布。记作XB（n,p) 分布律为：,2. 定义 设将试验独立重复进行n次，每次试验中，事件A发生
5、的概率均为p，则称这n次试验为n重贝努里试验.,例 从某大学到火车站途中有6个交通岗,假设在各个交通岗是否遇到红灯相互独立,并且遇到红灯的概率都是1/3. (1)设X为汽车行驶途中遇到的红灯数,求X的分布律. (2)求汽车行驶途中至少遇到5次红灯的概率.,解:(1)由题意,XB(6,1/3),于是,X的分布律为:,例 某人射击的命中率为0.02，他独立射击400次，试求其命中次数不少于2的概率。,泊松定理 设随机变量XnB(n, p), (n0, 1, 2,), 且n很大，p很小，记=np，则,解 设X表示400次独立射击中命中的次数， 则XB(400, 0.02)，故 PX21 PX0P X
6、1 10.98400(400)(0.02)(0.98399)=,上题用泊松定理 取 =np(400)(0.02)8, 故近似地有,PX21 PX0P X1 1(18)e80.996981.,2.1.4 泊松分布,设随机变量X所有可能取的值为0 , 1 , 2 , , 且概率分布为：,其中 0 是常数,则称 X 服从参数为 的 泊松分布,记作XP( ).,据,得:泊松(Poisson)分布满足分布律的基本性质,泊松定理表明，泊松分布是二项分布的极限分布， 当n很大，p很小时，二项分布就可近似地看成是参数=np的泊松分布,例 设某国每对夫妇的子女数X服从参数为的泊松分布,且知一对夫妇有不超过1个孩
7、子的概率为3e-2.求任选一对夫妇,至少有3个孩子的概率。,解:由题意,例 一家商店采用科学管理，由该商店过去的销售记录知道，某种商品每月的销售数可以用参数=5的泊松分布来描述，为了以95%以上的把握保证不脱销，问商店在月底至少应进某种商品多少件？,解:,设该商品每月的销售数为X,已知X服从参数=5的泊松分布.,设商店在月底应进某种商品m件,进货数,销售数,此题特注,查泊松分布表得,PXm 0.05,也即,于是得 m+1=10,m=9件,或,注意:P34 例2-9;2-10,比上述例题容易,2.2 随机变量的分布函数,定义 设X是随机变量，对任意实数x，事件Xx的概率PXx称为随机变量X的分布
8、函数。 记为F(x)，即 F(x)P Xx. 易知，对任意实数a, b (ab), P aXbPXbPXa F(b)F(a).,2.2.1分布函数的概念.,当 x0 时， X x = ， 故 F(x) =0,例,设 随机变量 X 的分布律为,当 0 x 1 时， F(x) = PX x = P(X=0) =,求 X 的分布函数 F (x) .,当 1 x 2 时， F(x) = PX=0+ PX=1= + =,当 x 2 时， F(x) = PX=0 + PX=1 + PX=2= 1,故,注意右连续,下面我们从图形上来看一下.,的分布函数图,2.2.2分布函数的性质,1、单调不减性：若x1x2
9、, 则F(x1)F(x2); 2、归一 性：对任意实数x，0F(x)1，且,3、右连续性：对任意实数x，,反之，具有上述三个性质的实函数，必是某个随机变量的分布函数。故该三个性质是分布函数的充分必要性质。,一般地，对离散型随机变量 XPX= xkpk, k1, 2, 其分布函数为,例 设随机变量X具分布律如右表,解,试求出X的分布函数。,例 向0,1区间随机抛一质点，以X表示质点坐标.假定质点落在0,1区间内任一子区间内的概率与区间长成正比，求X的分布函数 解： F(x)=PXx,当x1时,F(x)=1,当0x1时,特别,F(1)=P0x1=k1=1,2.3 连续型随机变量及其概率密度,1.
10、定义 对于随机变量X，若存在非负函数f(x)，(-x+)，使对任意实数x，都有,则称X为连续型随机变量， f(x)为X的概率密度函数，简称概率密度或密度函数. 常记为 X f(x) , (-x+),2.3.1 连续型随机变量及其概率密度,密度函数的几何意义为,密度函数的性质 (1) 非负性 f(x)0，(-x)； (2)归一性,性质(1)、(2)是密度函数的充要性质；,例 设随机变量X的概率密度为,求常数a.,答:,?,(3) 若x是f(x)的连续点，则,例 设随机变量X的分布函数为 ,求f(x),（4） 对任意实数b，若X f(x)，(-x)，则PX=a0。 于是,例 已知随机变量X的概率密
11、度为 1)求X的分布函数F(x), 2)求PX(0.5,1.5),注意:P40 例2-142-117, 例题多,1. 均匀分布,则称X在区间( a, b)上服从均匀分布，,X U(a, b),若 r .v X的概率密度为：,记作,2.3.2均匀分布 与指数分布,公交线路上两辆公共汽车前后通过某汽车停车站的时间，即乘客的候车时间等.,均匀分布常见于下列情形：,如在数值计算中，由于四舍五 入，小数点后某一位小数引入的误差；,例 某公共汽车站从上午7时起，每15分钟来一班车，即 7:00，7:15，7:30, 7:45 等时刻有汽车到达此站，如果乘客到达此站时间 X 是7:00 到 7:30 之间的
12、均匀随机变量, 试求他候车时间少于5 分钟的概率.,解,依题意， X U ( 0, 30 ),以7:00为起点0，以分为单位,为使候车时间X少于 5 分钟，乘客必须在 7:10 到 7:15 之间，或在7:25 到 7:30 之间到达车站.,所求概率为：,即乘客候车时间少于5 分钟的概率是1/3.,2. 指数分布 若 X,则称X服从参数为0的指数分布。其分布函数为,指数分布在可靠性理论与排队论中有广泛应用,例 .电子元件的寿命X(年）服从参数为3的指数分布 (1)求该电子元件寿命超过2年的概率。 (2)已知该电子元件已使用了1.5年，求它还能使用两年的概率为多少？,解,本问题属于条件概率,例
13、某公路桥每天第一辆汽车过桥时刻为T， 设0，t时段内过桥的汽车数Xt服从参数为t的泊松分布，求T的概率密度。,次数,有何发现？,概率密度就是指数分布，F（t）就是其分布函数,请欣赏,其中 为实数， 0 ，则称X服从参数为 ,2的正态分布,记为N(, 2)，可表为XN(, 2).,若随机变量,2.3.3. 正态分布,(1) 单峰对称 密度曲线关于直线x=对称； f()maxf(x) .,正态分布有两个特性：,(2) 的大小直接影响概率的分布 越大，曲线越平坦， 越小，曲线越陡峻。 正态分布也称为高斯(Gauss)分布,4.标准正态分布 参数0，21的正态分布称为标准正态分布，记作XN(0, 1)
14、。,分布函数表示为,其密度函数表示为,一般的概率统计教科书均附有标准正态分布表供读者查阅(x)的值。(P195附表1)如，若 ZN（0，1）,（0.5)=0.6915,注：(1) (x)1 (x)； (2) 若XN(, 2)，则,标准化,P1.32Z2.43=(2.43)-(1.32) =0.9925-0.9066,例 设随机变量XN(-1,22),P-2.45X2.45=?,例 设 XN(,2),求 P-3X+3,本题结果称为3 原则.在工程应用中，通常认为P|X|3 1，忽略|X|3的值. 如在质量控制中，常用标准指标值3作两条线，当生产过程的指标观察值落在两线之外时发出警报.表明生产出现
15、异常.,利用,例 一种电子元件的使用寿命（小时）服从正态分布(100,152),某仪器上装有3个这种元件，三个元件损坏与否是相互独立的.求：使用的最初90小时内无一元件损坏的概率.,解:设Y为使用的最初90小时内损坏的元件数,故,则 YB(3,p),其中,解,P(X h)0.01,或 P(X h) 0.99，,下面我们来求满足上式的最小的h .,看一个应用正态分布的例子:,例 公共汽车车门的高度是按男子与车门顶头碰头机会在 0.01 以下来设计的.设男子身高XN(170,62),问车门高度应如何确定?,设车门高度为h cm,按设计要求,因为 XN(170,62),故 P(X h)=,查表得 (2.33)=0.99010.99,即 h=170+13.98 184,设计车门高度为 184厘米时，可使 男子与车门碰头 机会不超过0.01.,所以 .,因而 = 2.33,标准正态分布的上 分
